模糊AHP个人信用评分模型设计

＿
技木 阐
基 于 ＡＨＰ与模 糊 综 合 评 判
的 大 学 生就 业 发 展 趋 势预 测模 型
业 生就 业 发 展 趋势 预 进 行 测评 估 的 模型 ，并 通过 案 例 验 证 了该 问题 提供 决 策支持 及建 议具 有重 要意 义 。
摘 要 ：本文 应 用 Ａ ＨＰ与模 糊 综合 评 判法 建 立 了对 高 校毕 地 表达 这些 因素 的关 系 。 就 业 发 展趋 势 预 测 的 总 目标就 是分 析 评估 出高 校 毕 业 生就 指 标 （ 、Ａ 、１ Ａ１ ２） ３个 二 级 指 标 （ １ ２ … ，Ｂ ３） 样 Ｂ ，Ｂ ， １ ，这 就 构成 “ ０一 Ａ— Ｂ”三 个 分层 目标 ，如 图 １所示 ：
那么 式 中 ｒ表 示对第 ｉ ． ｉ 个评 语 指标 作 出 的第 ｊ 评语 的隶 属度 ） 级 。
该层 指标 的重 要 性 排 序 及指 标 权 重 集 ， 一 过 程 即 为层 次单 排 这样 就可 以构成 ＵＸ Ｖ上 的模糊 矩阵 Ｒ ，即 ： 这 序。 经过计 算 ，上 述各 层次 指标 权重 集结 果如 下 ： （ 就 业发 展状 态 ０： １）
大 学 生就 业 发 生 困 难 的原 因 ，应用 定 量 和定 性 相 结合 的 系统 工 程 思 想 和 方法 ，将 大 学 生 就 业 问题 置 于社 会 系 统 的 大环 境 中 ， 研 究 探讨 影 响大 学 生就 业 的各 种 因 素之 间 的 互相 联 系 、互 相 制 约关 系 ；从 系 统 整体 和 不 同 子 系统 之 间 的 交互 性 去研 究和 解 决 问题 ，实现 大 学 生 就业 系统 的 最优 化 ，缓解 大学 生 就 业 的燃 眉 之忧 ，为政 府 及 高校 解 决 就 业 难 的 问题 提供 决 策 支 持 及建 议 具

２ 物流信息 系统用户满意度评价指标
“ 只有员工满意 ， 才会有颐客满意。 物流 企业 的顾客服务 往往通过第一线 员工来传递 ． 因此如何使员工有能 力和意愿 去 服务顾 客是 管理 者必额考虑的问题。 员工对工作的满 意度 是来 自于提供服暑的员工对 自己的能力是否满足顾客需求的知觉，
人。 因此 ， 对物流企业而言 ， 要实施物流信息 系统从而提高企业
的运行效 率， 获得更多的顾客 ． 即必须充分分析 用户对物 滥詹
息 系统的使用满意程度。本文洒过文献分析和专家访谈 ， 将宴
知识， 从而促进物流企业 的业 务流 程更加顺畅， 提高效率， 速 快
响应顾客的需 求． 降低企业 的运作成本 。而物流 信息 系统 正是 将物流企业 中不 同部 门 、不同环节的情息进行有效 整合 的１ ： 具 但由于物流信息 系统 的引Ａ必须全 面整合物流企业的备部
一
３ｌ 一
维普资讯
李学军 ， ： 等 基于 Ａ Ｐ的物 流信息系统用户满意度模糊综合评价模 型 Ｈ 表 １ 物流信息系统用户满 意度评价指标体系及专家的评分
目 准 专 专 专 专 专
（） 织 专 家 评 分 。组 织 Ｐ个 评 价 者 根 ４组
门的信息 ， 涉及 面比较 广泛， 包括了企业 啄有作业 流程 的优 化 改造 、 系境软硬 件的选择 、 企业 员工能力的提升与心态的调整 、
施 物滤信 息系统 中影响 使用者满 意度 及接受度 的重要 因素 ｌ 哪 形成 了如表 １ 所示的评价指标体系
．
３ 物 流 信 息 系 统 用户 满 意 度 Ｆ Ｚ Ｙ Ａ Ｕ ｚ — ＨＰ 综合 评价 模 型
１ 引 言
信息技术的进步推动了全球 市场竞争 的１益激烈 在这样 ３

数据预处理功能
本系统中定义了4种可能在实际指标采集中存在的数据形式, 在进行综合评价之前,需要对其进行必要的预处理.模型建立 后,用户可以点击当前所在的模型显示界面从而弹出指标输入 界面.
数据预处理功能
用户首先通过下拉菜单选择要输入的数据类型.一旦确定了了 数据类型后,选中的数据类型会以红色高亮形式显示,这是用 户只要根据实际情况在对应数据类型的文本框内输入指标值即 可,系统会自动转换为标准形式如图所示.
主要内容
1.项目意义 项目意义 2.系统概述 系统概述 3.工作流程 工作流程 4.系统功能 系统功能
项目意义
在当今社会中,软件在各个领域中都起着越 来越重要的作用.随着各行业对软件依赖程 度的不断加深,人们对软件的可信性提出了 更高的要求.在软件工程活动的长期实践经 验和理论分析基础上,软件过程对软件产品 的决定作用被普遍接受,因此急需一种可信 度1 模型建立功能 2 模型导出功能 3 模型显示功能 4 数据预处理功能 5 综合计算功能 6 结果图形显示功能 7 计算结果导出功能 8 模型与数据导入功能
模型建立功能
模型建立功能为本系统的核心功能,主要分为三个模块,体现 在使用界面的三个不同选项卡上. 首先,第一步是"确立中间准则",此处需要用户输入准则层 的若干准则名称,如图所示.用户可在输入过程中修改准则名 称或删除准则.
模型建立功能
在第一步输入完毕后,点击"下一步"或点击第二步的选项卡, 可进入"第二步:确定指标层指标",如图所示.此时点击左 侧列表中在上一步中输入的准则名称,则进入到该准则模式, 此时在下方的输入框中输入的指标名称即为该准则的指标.用 户同样可以随时修改指标名称或者删除指标.

0
收 岸 入 间 C2 商 业 C3
பைடு நூலகம்
自 豪 感 C8
美 化 C11
桥梁 D1
隧道 D2
渡船 D3
（1）过河效益层次结构 ）
例3 横渡 江河、 江河、海峡 方案的抉择
投 入 资 金 C1
过河的代价 A 经济代价 B1 操 作 维 护 C2 冲 击 渡 船 业 C3 冲 击 生 活 方 式 C4 社会代价 B2 交 通 拥 挤 C5 居 民 搬 迁 C6 汽 车 排 放 物 C7 环境代价 B3 对 水 的 污 染 C8 对 生 态 的 破 坏 C9
(k ) (k )
aisasj~ Ci通过 s 与Cj的比较 通过C
A k = ( aij( k ) ), aij( k ) ~ k步强度
(k ) (k )
∀ i , j , ∃ k 0 , k > k 0 , a is ≥ a js 或 a is ≤ a js（ s = 1, L n )
足够大, 行元素反映C 当k足够大 Ak第i行元素反映 i的权重 足够大 行元素反映 求Ak的行和
Ak e 定理1 k →∞ 定理1 lim T k = w e Ae
特征向量体现多步累积效应 特征向量体现多步累积效应
4.不完全层次结构中组合权向量的计算 不完全层次结构中组合权向量的计算 完全层次结构： 完全层次结构：上层每一元素与下层所有元素相关联 不完全层次结构 设第2层对第 层权向量 设第 层对第1层权向量 层对第 w(2)=(w1(2),w2(2))T已定 3层对第 层对第2层权向量 第3层对第2层权向量 w1(3)=(w11(3),w12(3),w13(3),0)T w2(3)=(0,0,w23(3),w24(3)T已得 讨论由w 讨论由 (2),W(3)=(w1(3), w2(3)) 计算第 层对第 层对第1层权向量 计算第3层对第 层权向量 ） w(3）的方法 例: 评价教师贡献的层次结构

The Indicator System to Evaluating Individual Credit Score Based on Fuzzy-AHP
作者： 赵晓冬;郑涛
作者机构： 燕山大学经济管理学院
出版物刊名： 数量经济技术经济研究
页码： 97-100页
主题词： FUZZY-AHP;个人信用;信用等级;评价指标;评价方法;层次分析法;模糊综合评价
摘要：信用活动与经济增长保持着高度相关的关系,尤其是个人信用对GDP的拉动最强,所以搞好我国个人信用制度的建设是当前的重要问题.本文通过对国内外个人信用评估的研究,提出了一种基于FUZZY-AHP评价方法的更符合我国国情的个人信用评级模型的指标体系.。

企业岗位评价与绩效测评应用研究系：机械工程学院专业：工业工程班级：学号：学生姓名：导师姓名：完成日期：前言人和岗位是企业不可或缺的两个基点，人力资源管理模块之间不是时序关系，而是匹配关系，必须在企业战略的统领下，基于企业岗位和人这两个基点，进行人力资源管理各模块的协调整合管理。

系统地进行岗位评价和绩效评估，对于提高整个人力资源管理系统的执行能力有着重要的意义。

企业首先必须对本企业的岗位有一个正确的价值评估；其次，就是要对本企业的员工有一个准确的工作绩效评价，发挥各位员工的优势与特长，真正的体现每个岗位对企业所具有的价值。

从而实现企业与员工的双赢。

但是，目前在我国的大部分企业中普遍存在着这样的问题：员工不满意自己的岗位所处岗级；企业则埋怨该岗位对公司的价值没有体现出来。

之所以出现这样一个问题，首先是企业没有进行科学的岗位评价，致使员工对自己岗位所处的等级不满意，从而引起对薪酬的不满；其次是企业没有对员工进行科学、有效的绩效评估，发现员工的优势与短板所在，及时地进行绩效辅导和岗位的调整。

本文试图利用AHP-模糊综合评价法进行岗位评价和绩效评估，科学地界定岗位的等级序列，精确地实行工作绩效评估，对岗位和员工有一个清楚地、系统地认识，最大限度地提高企业人力资源管理能力。

第1章绪论1.1课题研究背景在一个企业里，人们常常需要确定一个岗位的价值，或者想知道员工的行为对企业的贡献，以此来决定谁应该获得更好的报酬。

那么，究竟如何确定某个职位的价值呢？对不同职位之间的贡献价值如何进行衡量比较呢？以及如何对人员素质及其工作成绩做出客观的评价呢？这就需要进行岗位评价和绩效测评。

对于一个企业来说，岗位设置的合理与否、员工工作的好坏、绩效的高低直接影响着企业的整体效益和效率，而掌握和提高岗位的等级划分、员工的工作绩效是企业管理的一个重要目标，岗位评价和绩效测评就是实现这一目标的人力资源管理工作，有效、科学的岗位评价和绩效测评，是人力资源管理的基础工作。

申请风险评估模型是指通过对消费信贷申请人的资信状况进行评估来预测其未来严重拖欠和坏账概率的模型。

申请风险评估模型在信贷风险管理中有着非常重要的作用，因为其评估结果是信贷审批的主要依据之一。

与国外银行信用卡业务相比，我国各商业银行的信用卡业务的风险管理水平较低，管理手段与方法比较落后。

缺乏一套有效的申请评估方法是阻碍个人信用卡业务进一步开展的主要因素之一。

如何提高我国商业银行信用卡的信用风险管理水平，从而提高信用卡的盈利能力，使其在与外资银行的竞争中处于不败之地是本文的出发点。

本文尝试利用层析分析法(AHP)和BP神经网络相结合的组合评价方法对信用卡申办人进行信用等级评估，寻求降低信用卡的信用风险的有效措施。

一、AHP-BP神经网络模型1.模型构建的出发点传统的B P神经网络模型研究的重点是围绕着如何确定网络的输入、输出层维数的建模问题。

然而，当研究复杂系统建模时，由于影响因素过多，不能确定冗余因素和有用因素，不能将输入的因素简化，这样在输入信息空间维数较大时，网络不仅结构复杂，而且训练时间也很长，从而降低网络性能，影响计算准确度。

因此，本文尝试利用层析分析法作为B P神经网络的前处理，通过已有的专家判断、比较、评价等手段将多个变量的重要程度数量化，以其结果作为B P神经网络的输入值，以减小B P神经网络的结构的复杂性，从而缩短训练时间，并充分利用B P 神经网络强大的容错能力和抗干扰能力，提高模型的效率。

2.两种方法集成的可行性分析以往国内商业银行对信用风险评估相关的数据重视不足，造成有效信息的缺失，而A H P-B P神经网络模型仍具有神经网络采用分布式存储结构的特点，具有很强的容错能力，少量单元的局部缺损不会造成整个网络的瘫痪，适合实际操作。

信用卡风险评估是一个较为复杂的过程，涉及各方面的因素，而且各影响因素与衡量结果之间并不完全是线性关系。

而A H P-B P神经网络模型具有很强的非线性映射能力。

科技信息
高校理科研 究
基 于 ＡＨ Ｐ响模糊 综合 评价方法昀投标人自评
潍坊 学院 江浩 浩 Байду номын сангаас
［ 摘 要］ 工企业 需要在投标前根据招标文件判断 自 实力， 施 身 以便在投标 中取得胜 利。招标 文件 中的指标往往是一些模糊变量 ， 所 以我们 尝试 用模糊综合评价方 法来进行投标者的 自我评价。 ［ 关键 词］ 投标 层 次分析 法 模糊综合评价 ．
１ 引言 ．
投标是与招标相对应 的概念 ，它是指投标人应招标人 的邀请 或投 标人满 足招标人最低 资质要求而 主动申请 ， 按照招标的要求和条件 ， 在 规定 的时间内向招标人递价 ， 争取 中标 的行为 。 伴随着我国招 标投标法 律法规的不 断完善 和社会 主义市场经济体制 的逐步健全 ，招标投标 作 为我 国建设工程 承发包交易 的一种 主要形 式 ， 得到了迅速 、 规范 、 有序 、 健康 的发展 Ｌ 】 ＿ 。建筑施工企业是 通过参 与市场竞标取得 中标后加 以实 施 ， 现市场拓宽 ， 来实 并不 断巩固和发展壮大的 ， 从而提高经济效益 ， 保 证工程项 目 质量［）所 以为 了在激烈的市场竞争中取得胜 利， ２。 １ ３ 施工企业 必须在 工程项 目 投标前分析招标 文件内容 ， 判断 自身水平 ， 比如相关 资 质、 经济 指标 、 技术指标等等１ 而随着经济的 日趋全球 化和招 投标环境 ４ ］ 。 的 日 复杂化 ， 趋 招投标制度 的风 险也 日渐凸显 比如评标 因素绝大 多 。 数都是模糊 变量 ， 以通过具体 的分值 进行 评价 ， 难 而且找到精确 的关 系 来衡量它们对 能否 中标 的影响是很 困难的 这个 时候我们 只能用 “ 、 。 好 差、 满意 、 一般 、 不满意 ” 等模糊 语言描述 ， 这就给投标人水平 的评价带 来 了困难 。 而且此时投标者往往根据 以往相关工程的信 息来进行推断 ， 因此具有很大 的不可靠性 ， 甚至会花费不必要的成 本来进行投标 。 模糊 综合评判是 以模糊数学为基础 ， 应用模糊关 系合成的原理 ， 将一些边界 不清 ， 不易定量 的因素定量化 ， 进行综合评价的一种方 法 所 以我们尝 。 试利用模糊综合评价方法来进行投标者的 自我评 价。 ２基于 Ａ ． ＨＰ的模糊综合评价的基本原理 模 糊综合评判法 的基本原理是首 先确定被评判 对象的 因素 （ 或指 标） 集和评价集 ； 分别确定各个 因素 的权重及 它们 的隶属度 向量 ， 再 得 到模糊评判矩 阵； 最后把模糊评判矩 阵与因素的权 重集进行模糊运算 ，

5
5
令
rij=
cij/
∑c ij
j =1
;
∑c ij
j =1
=7
为投标方案评审组的人数。由公式易
得出“技术标”因素集的评判矩阵为：
பைடு நூலகம்
⎡ 0.72 0.14 0.14 0 0⎤
⎢ ⎢
0.86
0.14
0
0 0⎥⎥
R1
=
⎢ ⎢
0.57
0.29
0.14
0 0⎥ ⎥
⎢ 0.43 0.43 0.14 0 0⎥
⎢⎣0.285 0.43 0.285 0 0⎥⎦
（2）类似地，对商务标第二级因素作综合评判，得：
⎡0.57 0.29 0.14 0 0 ⎤
⎢⎢0.71 0.14 0.14 0
0
⎥ ⎥
⎢0.57 0.29 0.14 0 0 ⎥
R2 = ⎢⎢0.86 0.14 0
0
0
⎥ ⎥
⎢ 0 0 0.71 0.14 0.14⎥
⎢
⎥
⎢0.29 0.29 0.14 0.14 0.14⎥
级分为 10 分、8 分、6 分，4 分和 2 分 5 个等级。因此，评价集
表为 u={10，8，6，4，2}。
2．模糊关系矩阵。
（1）对技术标第二级因素集建立模糊评判矩阵。公司组
成了由 7 人构成的评审组，用打分或投票的方法表明各自的
评价。例如对某企业的投标方案，评审组中有 5 人认为企业
信誉好，1 人认为较好，1 人认为一般；对其他因素也做类似的
0.14 0.14
0 0.086
0⎤ 0.086⎥⎦
（2）再对一级因素作综合评判：
B'=A ○ R=[0.513 0.140 0.140 0.089 0.089]

j 1
(0.3 0.3
0.5 0.3 0.2 0 0.4) 0.3 0.4 0.2 0.1 0.15 0.12 0.12 0.08 0.2 0.2 0.3 0.2
17
(3)
M ( , )
m
⊕表示相加
a j , rjk , k 1 , 2 , , n Bk min
26
评语集 V {v1 , v2 , v3 , v4 } 其中
v3 =“不太受欢迎”； v1 =“很受欢迎”；v2 =“较受欢迎”；
v4 =“不受欢迎”；
对于某个型号的电脑，请一些用户对各因素进行评价： 若对于运算功能
u1 ,有20%的人认为是“很受欢迎”，50%的
的单因素评价向量为
人认为“较受欢迎”，30%的人认为“不太受欢迎” ，没有
AHP-模糊综合评估法
1
模糊综合评价法
2
一、模糊现象与模糊数学基础
二、模糊综合评判法的主要步骤
三、模糊综合评判法的主要算子 四、模糊综合评判法实例 五、模糊综合评价法优缺点
3
一、模糊现象与模糊数学基础
4
模糊数学绪论
用数学的眼光看世界，可把我们身边的现象划分为： 1.确定性现象：物质的汽化、冷凝，运动的速率，这种现象 的规律性靠经典数学去刻画； 2.随机现象：某种事物的分布，故障发生的概率，这种现象 的规律性靠概率统计去刻画; 3.模糊现象：年轻、重、热、美、厚、薄、快、慢、大、小、 高、低、长、短、贵、贱、强、弱，靠模糊数学去刻画。 模糊现象的共同特点：外延不清晰
称之为因素集或指标集，考虑用权重 A {a1 , a2 ,, an }来 衡量各因素重要程度的大小。 又设所有可能出现的评语有 m 个，记作

基于模糊层次分析法的大学生“校园贷”个人信用评估为了帮助商业银行评估大学生借贷“校园贷”应满足的条件，基于模糊层次分析法建立了大学生“校园贷”个人信用评估模型。

首先合理的选取大学生“校园贷" 个人信用评估指标，然后通过模糊层次分析法对大学生的个人信用进行综合评估。

实例结果表明所提出的方法是合理有效的，从而为商业银行及各大正规网络贷款平台开展“校园贷”业务提供了一定的决策依据。

标签：大学生；校园贷；模糊层次分析法；个人信用评估Abstract：In order to help commercial banks to evaluate the conditions that college students should meet in campus loans, a personal credit evaluation model of college students9 loans on campus was established based on fiizzy analytic hierarchy process (FAHP)・ Firs t of all, reasonable selection of college students “campus loan" personal credit evaluation indicators, and then through the fuzzy analytic hierarchy process on college students9 personal credit comprehensive evaluation. The results show that the proposed method is reasonable and effective, which provides some decision-making basis for commercial banks and major formal online loan platfbnn to cany out the "campus loan" business・Keywords： college students； campus Ioan； fuzzy analytic hierarchy process；personal credit evaluation“校园贷”本是针对大学生而推出的借贷方式，帮助大学生解决燃眉之急、顺利完成学业、实现创业等。

基于模糊AHP的信息管理系统绩效评估本文根据一般企业信息管理系统三大功能定位以及日常运行保障等因素，构建了信息管理系统绩效评估指标体系。

并基于模糊AHP层级分析理论建立企业信息管理系统的绩效评估模型，提出了多级模糊综合评价方法。

文章以广东省某企业的人事信息管理系统为例，实际应用该评估方法，验证了多级模糊综合评估方法的有效性。

关键词：模糊AHP 信息管理系统绩效评估多级模糊综合评价引言随着计算机信息技术的飞速发展，管理信息系统在企业生产和管理中扮演着重要的角色。

从早期的MRP（物料需求计划系统），到当代的ERP（企业资源计划系统），EC（电子商务），到最新的BI（商业智能），各类管理信息系统在社会众多领域得到广泛应用。

信息管理系统的评价目的是为了估计系统的技术能力、工作性能和系统的利用率，提高管理水平，改善企业的经济效益等。

系统评价度量了系统当前的性能并为进一步改善未来的系统提供依据。

而系统的维护是为了保证信息系统能持续地与用户环境、数据处理操作、政府或其他有关部门的请求取得协调而从事的各项活动。

层次分析方法是1971年Thomas L. Satty为美国国防部从事应变计划问题的研究时所发展出来的一套系统决策方法，主要应用在不确定（Uncertainty）情况下及具有多数个评估准则的决策问题上。

AHP方法的理论简单，同时又具有实用性，因此，自提出以来，已在各个领域广泛使用，且取得不错的效果。

然而，对于绝大多数需要研究的对象，他们都有着各自的不确定性，而这些不确定性主要表现在两个方面：随机性和模糊性。

随机性多指对对象发生的条件无法掌握，使得一些偶然的因素影响到了结果从而产生了不确定性，即结果的不可预知性。

模糊性则是指对象中概念的边界不清楚，而这并不是由于人的主观意识达不到客观实际造成的，它是一种对象的客观属性，描述了对象差异之间存在着过渡的情况。

由于传统的集合论并没有考虑到模糊的概念，于是，著名控制论专家Zadeh 教授在1965年发表了一篇著名的论文—Fuzzy Sets，由此开创了一门新的数学分支—模糊数学。

AHP——模糊综合评价方法的实现模板1. AHP计算权重实现模板根据“立法后的评估指标体系”的设计，一共分成三层：B层（B1——B3）为：立法质量、实施标准、绩效标准；C层（C1——C9）为：合法性、合目的性、技术性、执法司法过程、公众守法状况、公众对工商行政管理部门纠纷处理结果的态度法、院判决的效果、效率、适当性标准；D层（D1——D41）为：C 从下的各个指标。

B层权重计算步骤如下：（1）依据专家打分，构造判断矩阵（具体打分方法，详见AHP的理论部分）（2）归一化处理（具体计算方法，详见AHP的理论部分）（3）计算出归一化后的矩阵行与构量的平均值，该平均值就是各指标的权重值。

（4）权重系数推算结果的一致性检验由于矩阵中两两对比指标的标度是根据“若干专家”的主观判断做出的量化规定，其结果与客观事实间或多或少会有一些偏差，所以必须对上述的初步结果进行一致性检验。

过程一般分为三个阶段 ：一致性尺度计算、相容性指数计算、相容性比率计算。

第一，指标一致性尺度计算一致性尺度 CM （Consistency Measure ）或者叫一致性标度是指检验指标与客观事实是否相符的标准与参照物，在层次分析法中，最大特征根 λmax 就是一致性尺度，其求解步骤为 ①求解向量AW.=⎛⎫ ⎪ ⎪ ⎪⎝⎭（）AW ，左侧为判断矩阵，右侧列为上述计算的权重 ②计算最大特征值 λmax向量 AW 的各个分量 AW i 除以相对应的权重分量 W i 就是各指标的最大特征值，整个判断矩阵的最大特征根就是各指标最大特征值之和的平均值。

计算AW ：第二，相容性指数计算相容性指数 CI （Consistency index ）=(λmax —n)/（n —1），n 为待检验的指标个数。

计算CI=第三，相容性比率计算层次分析法一致性检验的规则是 ：CR ＜ 0.10表示判断矩阵的一致性程度较高，“专家们”对各个指标作出的价值判断与事实基本吻合，如 CR ＞0.10，则表示必须修正判断矩阵中的含义值。

基于AHP-模糊综合评判法的大学生综合素质测评体系构建［摘要］第二课堂的开展有效地提升了大学生的综合素质。

然而，如何科学客观地反映出通过第二课堂的开展对实现大学生综合素质提高的成效一直是困扰高校教育工作者的难题。

本文在对第二课堂的开展进行层次化构建的基础上,借助AHP-模糊综合评判法对大学生的综合素质进行了模拟测评,希望探索出一种实现大学生综合素质测评科学有效的方法。

［关键词］AHP-模糊综合评判法；大学生；第二课堂；综合素质测评第二课堂的顺利开展实现了对大学生综合素质的培养和提升,换言之,要检验第二课堂开展取得的成效就必须对大学生综合素质进行科学客观的测评。

找到科学合理的大学生综合素质测评方法,一方面实现对第二课堂开展运行结果的量化考核,检查学生参与第二课堂活动的成果；另一方面素质测评的结果对学生具有导向和促进作用,能够引导学生朝着优良的大学生综合素质体系发展。

在此我们在建立第二课堂运行体系层次结构的基础上,引入AHP-模糊综合评判法对大学生综合素质进行测评。

1 大学生第二课堂运行体系的层次结构第二课堂内容繁多,建立清晰的结构便于有效地统筹管理。

围绕提高大学生综合素质的目标,对大学生综合素质的因素进行逐层分解、细化和组合,使运行体系结构清晰地展现出来。

经过多方面数据的收集,现将运行体系分解为4个等级的层次结构,其中最高层为“目标层”；第二层为“阵地层”,它将若干相关的指标组合为一个类,以阵地建设的形式进行第二课堂的运行,这里结合第二课堂对大学生素质培养的特点,参照了目前各高校对大学生综合素质的划分方式,通过专家打分的方式,具体将第二课堂活动按照阵地建设的结构划分为思想道德、科技学术、人文素质、体育心理和实践能力创新等5个板块进行管理；第三层为“主题活动层”,通过形式多样的各类主题活动开展,实现对学生综合素质的拓展；第四层为“实施层”，在老师的指导下由学生个体对活动进行选择和参与完成第二课堂教育的实施(如右图所示)。

政后 勤人 员 Ｃ ， 人 力 资 源管 理 人 员 ｃ ） 。相 应 分
析指 标 的论域 ：Ｃ ． ＝（ 年 度 战 略 目标 科 学 性 Ｃ
否可行 ， 但 不 能 精 确 地 计 量 绩 效 考 核 指 标 大小 。
如果专 家按 照 一定 的方 法 ， 通 过 分析 和 论 证 能 够
（ ２ ） 构 建模 糊集 合 Ａ 根 据专家 对各 人力 资源绩 效结 构指标 及 分析 指 标重 要程 度 的评 价 ， 建 立 人 力 资源 绩 效 指标 的 重要度 集 合 。设 Ｃ ， Ｃ ，… ， Ｃ 在 企 业 人 力 资 源 绩 效考 核过 程 中 的重 要 度 分 别 为 Ａ ， Ａ ， …， Ａ ， 根据 人力 资源 绩效 管理 的特殊 性 及 实 证分 析 ， 假 定各 人力 资 源 绩 效 结 构 指 标 的重 要 度 集 合 Ａ＝
当今 时代 ， 并 购 已成 为企 业 寻 求 外 部 资源 与 提高 自身 能力 的一 种有 效途 径 。然而 企业 并 购成
采用多层次 Ａ Ｈ Ｐ一 模 糊综 合评 价法 。先 通过 Ａ Ｈ Ｐ
功率并不高 ， 企业并购过程 中时刻面临变化 的内
外环 境 ， 故 存 在 各 种 不 确定 性 和风 险 性 。评 价 企 业并 购活 动成 功 与否 主要取 决 于企业 能 否有 效整
层次分析法 （ Ａ Ｈ Ｐ ） 是２ ０ 世纪 ７ Ｏ年代初由托
马斯 ・ 塞蒂提 出的 ， 它 是 一种 系 统化 、 层 次 化 的分 析方法 ， 具 有定性 和定 量相结 合 的特 点 。通 过分析 复杂 系统 所包 含 的 因素 及 相 关 关 系 ， 将 问题 条 理 化、 层 次化 ， 构造一 个层次分 析结构模 型 ， 将 每一层 次 的各要素两 两 比较 ， 按 照一 定 的标 度理 论 ， 得 到 相对 重要 程度 的 比较标度并 建立判 断矩 阵 ， 计 算判 断矩 阵的最大特征 值及其特 征 向量 ， 得 到各 层次要 素对 上层次某要 素的重要性 并排序 Ｊ 。 多层次 模 糊 测 评 法 是 通 过 引 入 模 糊 数 学 理 论， 建 立人力 资 源 绩 效考 核 指 标 的多层 次模 糊 集

ＦＡＨＰ法在个人信用评分模型构建中的应用易传和彭江②湖南大学金融学院 摘 要：个人信用评分是个人信用体系建设的关键，而我国的个人信用评分还处于起步阶段，因此，运用合适的研究方法构建具有中国特色的本土化个人信用评分模型显得尤为必要。

本文将ＦＡＨＰ法应用于我国个人信用评分，构造了将定性分析和定量判断相结合的ＦＡＨＰ个人信用评分模型。

ＦＡＨＰ法操作简单，没有苛刻的应用条件，适应范围广，这对我国信用体系不完善背景下个人信用评分模型的构建是一次积极的探索。

关键词：个人信用评分　；　层次分析法　；　模糊层次分析法　；　指标体系：分在与其他国家』：别是随着经济、ｉ．，以主观判断为：：成熟的个人信用ｔ相适应，而且在ｉ围个人信用状淝｝‘怀层备凼东徊埘层的权重与所属样戋国个人信用评舅｝经验判断个人信）优越性。

国外普ｆ数据和样本的要ｒ日兰西百，Ｉ珲１瓯Ｊ妊改矩阵的性质进行蓓的新方法。

因川‘ＦＨ：市厶日Ｌ【，纰雨ｔ形成是建立模糊ＡＨＰ糊一致判断矩阵形成白问卷的基础上，采用程信用评分的相关研究威此珥峦击里旦比干７千卡．５＋０．４－＋－０．２＋０．６＋０．６————１×２变判断矩阵层次单排序的舞一［０．　１８０　０，０．２３０　０，０．３３ｒ 厂＾ｎｎ九 ．，、九ｎｎｎ标得分加总用特征与信，本模型各．乏疾病困扰，对正常爿寿困扰，对正常生活禾寿史，对正常生活和ｊ℃疾病病史（４）争购买任何股票、２总价值≤ｊ万元介值２０万～５０（ｊ（７）： 酋价值＞，银行应结合评分皇阳评估，权衡利弊作改益的考虑，应拒维等虑，应将其归列到 ３ ／＿一撷Ｆ砭矿百一ｏ．｛洳匾Ｊ瓯Ｊ瓯， 狮＝＝——————一 Ｋｉ＋、万‘＋弧指标ＲＩ为１．１２，最 ０．０４８一———三一０．０４． １．１２轩肿｝七＆赂 由ｎ芏下胖…、＝Ｉ＝＿Ｊ，￣Ｈ．．…：同的个人群体选择最具』暴，利刚模糊ＡＨＰ法计霉ｊ适用于不同群体的个人１ｒａｌ　Ｓｔａｔｉｓｔｉｃａｌ　Ｓｏｃｉｅｔｙ．－ｏｍｐａｒｉｓｏｎ　ｏｆ　Ｌｏｇｉｔ　ａ：ｕａｎｔ．　Ａｎａｌ．，　１９８９：墅在个人信用评估应Ｊ。

论基于模糊逻辑的信用风险评估模型随着社会经济的不断发展，金融信贷已经成为了许多人突破经济困境，追求生活幸福的重要途径。

同时，随着金融市场的不断繁荣，金融风险也不可避免地存在。

因此，信用风险评估在金融领域中扮演着至关重要的角色。

本文将探讨基于模糊逻辑的信用风险评估模型。

一、信用风险评估的基本方法在金融领域中，信用风险评估的基本方法是采用建立评分卡模型，对借款人进行信用评估，主要包括以下几个方面的指标：1. 借款人的个人信息，如性别、年龄、文化程度、职业等；2. 借款人的经济状况，如收入、负债情况、债务比例等；3. 借款人的信用历史，如征信记录、逾期情况等。

评分卡模型通常采用逻辑回归模型进行建模，在建模过程中需要将各个指标进行权重打分，建立评分卡。

该模型通常使用经验法进行参数估计，而且也假设各个指标之间所具有的关系是线性的。

但是，实际上各个指标之间的关系往往是复杂的，且不同的指标对风险的贡献程度也不相同。

因此，基于模糊逻辑的风险评估模型应运而生。

二、基于模糊逻辑的风险评估模型模糊逻辑是一种对微小差异作出明确判断的方法，它不仅能够处理因素之间存在模糊性的问题，还能够在不完全知道所需要的信息时对问题临近程度进行表达。

基于模糊逻辑的信用风险评估模型可以将每个指标设置不同的隶属函数，将指标的得分映射到信用评分中。

例如，对于借款人的收入指标，可以将其分为低收入、中等收入、高收入等不同的隶属度，然后根据所给定的指标数据计算隶属度所对应的权重，并进行综合加权得到最终的信用风险评估结果。

三、模糊逻辑的优势与应用与传统的线性回归方法相比，基于模糊逻辑的信用风险评估模型具有以下几个优势：1. 处理模糊、不完整、不一致信息的能力更好，可以更准确地描述借款人的真实情况；2. 能够考虑不同指标的重要性和差异，从而对借款人的信用风险做出更准确的评估；3. 在数据较少、样本非常小的情况下，模糊逻辑方法能够更加有效地进行信用评估和风险控制。